JoyAgent-JDGenie 系统架构文档
概述
JoyAgent-JDGenie 是业界首个开源高完成度轻量化通用多智能体产品，采用端到端的多Agent架构设计，支持开箱即用的智能对话和复杂任务处理。系统基于现代化的微服务架构，集成了前端UI、后端服务、工具系统和客户端代理，提供完整的多智能体协作解决方案。
核心特性
- 端到端完整产品：包含前端、后端、工具系统的完整解决方案
- 多智能体协作：支持Planning、Executor、Summary等专业化智能体
- 工具生态扩展：内置工具与MCP协议工具无缝集成
- 实时流式处理：基于SSE的实时交互体验
- 模式灵活切换：支持Plan-Solve和ReAct两种处理模式
系统整体架构
数据存储层 Data Storage Layer
外部服务层 External Services Layer
客户端代理层 Client Proxy Layer
工具系统层 Tool System Layer
后端服务层 Backend Service Layer
网关层 Gateway Layer
前端层 Frontend Layer
用户层 User Layer
AI服务 AI Services
工具服务 Tool Services
MCP服务器 MCP Servers
MCP工具 MCP Tools
内置工具 Built-in Tools
LLM交互层 LLM Layer
智能体核心 Agent Core
智能体处理器 Agent Handlers
核心服务 Core Services
路由管理
状态管理
组件系统
实时通信
用户
浏览器
React UI
React Router
React Hooks
Component System
SSE Client
负载均衡器
反向代理
GenieController
请求入口
AgentHandlerFactory
处理器工厂
GptProcessService
GPT处理服务
MultiAgentService
多智能体服务
PlanSolveHandler
规划解决处理器
ReactHandler
反应式处理器
PlanningAgent
规划智能体
ExecutorAgent
执行智能体
SummaryAgent
总结智能体
ReactImplAgent
反应智能体
LLM接口
语言模型
ToolCollection
工具集合
FileTool
文件工具
CodeInterpreterTool
代码执行工具
DeepSearchTool
深度搜索工具
ReportTool
报告生成工具
PlanningTool
计划管理工具
McpTool
MCP工具接口
Genie-Client
MCP客户端代理
MCP Server 1
MCP Server 2
MCP Server N
文件服务
代码执行服务
搜索服务
报告服务
OpenAI API
DeepSeek API
其他LLM API
Memory
对话记忆
FileDB
文件数据库
AgentContext
上下文存储
核心组件架构
1. 前端架构 (React + TypeScript)
前端应用架构 Frontend Architecture
状态管理 State Management
工具层 Utility Layer
服务层 Service Layer
组件层 Component Layer
布局层 Layout Layer
页面层 Page Layer
React Hooks
Home页面
主布局
路由系统
对话视图
操作视图
计划视图
智能体模式选择器
文件列表
工作流状态
智能体服务
SSE服务
请求服务
打字机效果
常量管理
工具函数
React Context
前端核心特性
- React 18 + TypeScript：现代化前端技术栈
- 组件化设计：模块化、可复用的组件架构
- 实时通信：基于SSE的实时数据流
- 响应式设计：适配不同屏幕尺寸
- 状态管理：React Hooks + Context API
关键组件说明
| 组件 | 功能描述 | 关键特性 |
|---|---|---|
| ChatView | 对话界面主组件 | 消息渲染、输入处理、实时更新 |
| ActionView | 操作面板组件 | 文件预览、浏览器列表、工作空间 |
| PlanView | 计划展示组件 | 步骤可视化、进度跟踪 |
| AgentModeSelector | 智能体模式选择器 | 快速响应、深度研究、工作流模式 |
| WorkflowStatus | 工作流状态组件 | 实时状态、进度显示 |
2. 后端架构 (Spring Boot + Java)
后端服务架构 Backend Architecture
流式输出 Streaming
数据模型 Data Models
工具系统 Tool System
LLM交互 LLM Integration
智能体核心 Agent Core
处理器工厂 Handler Factory
服务层 Service Layer
控制器层 Controller Layer
SSE流式处理
GenieController
统一请求入口
GptProcessService
GPT处理服务
MultiAgentService
多智能体服务
AgentHandlerFactory
处理器工厂
PlanSolveHandlerImpl
规划解决处理器
ReactHandlerImpl
反应式处理器
PlanningAgent
规划智能体
ExecutorAgent
执行智能体
SummaryAgent
总结智能体
ReactImplAgent
反应智能体
BaseAgent
智能体基类
LLM类
语言模型接口
模型配置管理
ToolCollection
工具集合管理
BaseTool
工具基接口
McpTool
MCP工具
Memory
记忆管理
AgentContext
上下文
Plan
计划模型
Printer接口
Message
消息模型
后端核心特性
- Spring Boot 框架：企业级Java应用框架
- 多智能体协作：专业化智能体分工协作
- 工具扩展性：统一的工具接口和MCP协议支持
- 流式处理：SSE实时数据推送
- 状态管理：完善的Agent状态和执行控制
核心组件说明
| 组件 | 功能描述 | 关键特性 |
|---|---|---|
| GenieController | 统一请求入口 | SSE连接管理、心跳机制、异步处理 |
| AgentHandlerFactory | 处理器工厂 | 基于AgentType的动态路由 |
| PlanSolveHandler | 规划解决处理器 | 三阶段处理、并发执行支持 |
| ExecutorAgent | 执行智能体 | 工具调用、并发执行、数字员工 |
| ToolCollection | 工具集合管理 | 内置工具、MCP工具、动态扩展 |
3. 工具系统架构
工具系统架构 Tool System Architecture
外部服务集成 External Service Integration
数字员工系统 Digital Employee System
工具执行引擎 Tool Execution Engine
MCP工具系统 MCP Tool System
内置工具 Built-in Tools
工具接口层 Tool Interface Layer
文件服务
ToolCollection
工具集合管理器
BaseTool
工具基接口
FileTool
文件操作工具
CodeInterpreterTool
代码执行工具
DeepSearchTool
深度搜索工具
ReportTool
报告生成工具
PlanningTool
计划管理工具
McpTool
MCP工具接口
MCP客户端
MCP服务器
工具执行器
并发执行管理
错误处理器
数字员工管理
角色生成器
个性化引擎
代码执行服务
搜索服务
报告服务
工具系统特性
- 统一接口设计：所有工具实现BaseTool接口
- 灵活扩展机制：内置工具与MCP工具无缝集成
- 并发执行支持：支持多工具并发调用
- 数字员工体验：为每个工具分配专业角色
- 错误处理机制：完善的异常处理和重试机制
核心技术栈
前端技术栈
- React 18 + TypeScript：现代化前端技术栈
- Vite + Tailwind CSS：快速构建和样式框架
- Ant Design：企业级UI组件库
后端技术栈
- Spring Boot 3.x + Java 17+：企业级应用框架
- Maven + Lombok：构建工具和代码简化
- OkHttp + Jackson：HTTP客户端和JSON处理
工具系统技术栈
- Python 3.11+ + FastAPI：高性能Web框架
- smolagents + LiteLLM：智能体框架和多模型支持
- pandas + matplotlib：数据处理和可视化
AI模型支持
- OpenAI：GPT-4, GPT-3.5 (通用对话、推理)
- DeepSeek：DeepSeek-Chat (代码生成、分析)
- Anthropic：Claude (长文本处理)
4. 智能体协作流程
具体工具 LLM接口 ToolCollection SummaryAgent ExecutorAgent PlanningAgent PlanSolveHandler AgentHandlerFactory GenieController 前端界面 用户 具体工具 LLM接口 ToolCollection SummaryAgent ExecutorAgent PlanningAgent PlanSolveHandler AgentHandlerFactory GenieController 前端界面 用户 Plan-Solve模式完整流程 第一阶段：任务规划 第二阶段：计划执行 loop [执行计划中的每个步骤] 第三阶段：结果总结 输入复杂任务请求 发送AgentRequest (agentType=3) 创建SSE连接和AgentContext 获取处理器 返回PlanSolveHandler 启动PlanningAgent 分析任务，制定执行计划 返回结构化计划 创建Plan对象，设置步骤状态 通过SSE推送计划信息 启动ExecutorAgent执行当前步骤 think() - 分析如何执行当前步骤 返回需要调用的工具和参数 act() - 执行工具调用 调用具体工具 返回执行结果 返回工具执行结果 更新Memory记录 通过SSE推送执行过程 返回步骤执行结果 更新计划执行状态 推送计划状态更新 启动SummaryAgent 总结整个任务执行过程 返回总结内容 整理文件和结果 推送最终总结报告 返回总结结果 任务完成 关闭SSE连接
总结
JoyAgent-JDGenie 系统架构具有以下核心优势：
1. 架构优势
- 模块化设计：清晰的分层架构，组件职责明确
- 多智能体协作：专业化智能体分工协作
- 工具生态扩展：内置工具与MCP协议工具无缝集成
- 实时流式处理：基于SSE的实时交互体验
2. 技术优势
- 现代化技术栈：React + Spring Boot + Python FastAPI
- AI模型灵活：支持OpenAI、DeepSeek、Claude等多种模型
- 开箱即用：端到端完整产品解决方案
- 二次开发友好：完善的扩展机制和插件化架构
JoyAgent-JDGenie 作为业界首个开源的完整多智能体产品，为企业和开发者提供了一个强大、灵活、易用的AI智能体解决方案。